Journées « Problèmes Décisionnels de Markov et Intelligence Artificielle » 2005

22 juin

• 10h10-12h10 : session 1 : 4 exposés :
  • Navigation, fonctions harmoniques et contrôle optimal stochastique, A. Boumaza, B. Scherrer, LORIA
  • Taylor-based pseudo-metrics for random process fitting in dynamic programming: expected loss minimization and risk management, S. Gelly, J. Mary, O. Teytaud, LRI (Univ Paris-Sud) et INRIA-Futurs
  • Dynamic composition of MDPs for an adaptive control of resource-bounded agents, S. Le Gloannec, A-I. Mouaddib, F. Charpillet, GREYC (Univ Caen) et LORIA
  • Geometric variance reduction in Markov chains, Application to value function and gradient estimation, R. Munos, CMAP (École Polytechnique)
• 14h-15h30 : session 2 : 3 exposés :
  • Induction of macro-actions based on local features in reinforcement learning, P. Garcia, IRISA
  • Décomposition en somme d'une fonction valeur : quelques résultats expérimentaux sur le problème du nageur, N. Langlois, R. Coulom, Ph. Preux, GRAPPA (Univ. Lille 3)
  • Algorithmes d'itération de la politique symboliques et heuristiques pour les problèmes de planification d'exploration structurés, F. Teichtel-Königsbuch, P. Fabiani, ONERA, Toulouse
• 16h - 17h : session 3 : 2 exposés :
  • Processus de décision séquentielle purement épistémique en environnement incertain et partiellement observable, N. Ravoanjanahary, IRIT (Univ. Toulouse)
  • Décision séquentielle dans l'incertain possibiliste, P. Weng, LIP6 (Univ. Paris 6)

23 juin

• 9h-10h30 : session 4 : 3 exposés :
  • A Java Platform for reinforcement learning experiments, F. De Comité, GRAPPA (Univ. Lille 3)
  • BOSAR : Bibliothèque d'outils simulink pour l'apprentissage par renforcement, G. Laurent, E. Piat, C. Adda, N. Le Fort-Piat, Lab. Automatique de Besançon
  • Apprentissage par renforcement continu pour les jeux-vidéos : approche case-base ou instance-based ?, Th. Gourdin, O. Sigaud, LIP6 (Univ. Paris 6)
• 11h-12h30 : session 5 : 3 exposés :
  • Apprentissage par renforcement dans une approche Monte Carlo du jeu de Go, G. Chaslot, R. Coulom, B. Bouzy, Ph. Preux, GRAPPA (Univ. Lille 3) et CRIP5 (Univ. Paris 5)
  • Solving efficiently DEC-MDPs with temporal constraints, A. Beynier, A-I. Mouaddib, S. Zilberstein, GREYC (Univ Caen) et Univ. Massachussetts
  • Apprentissage de l'organisation dans les environnements multi-agents : une approche basée sur la dominance d'équilibres, J. Laumonier, B. Chaib-Draa, DAMAS (Univ. Laval, Québec)
• 14h-15h30 : session 6 : 3 exposés :
  • Apprentissage par renforcement et jeux stochastiques à information incomplète, R. Aras, A. Dutech, LORIA
  • MAA*: Un algorithme de recherche heuristique pour la résolution exacte de DEC-POMDPs, D. Szer, F. Charpillet, S. Zilberstein, LORIA et Univ. Massachussetts
  • Policy gradient en temps continu, Rémi Munos, CMAP (École Polytechnique)